基于逆向工程的曲面模型重构及误差分析

研究了逆向工程模型重构、误差分析理论和应用技术.以发动机前主轴承盖为研究载体,使用逆向造型软件Imageware进行了模型重构和误差分析工作.运用三坐标测量机INFINITE对样件进行非接触测量获取其外形点云数据,对点云数据进行了合并、去除噪声点、取样等处理,在此基础上进行了不同的方法曲线和曲面重构,并将构建出的模型与原始点云对比,进行误差分析得到合理的误差结果,建立了指定误差范围内的曲面模型.     

散乱点云与重构模型的误差分析

在反求工程中,对产品的实物模型进行数字化测量后,重构得到产品的CAD模型.而实物测量数据与重构模型间的误差分析是必要的,它会对原产品的仿制或重复制造等后续工作产生影响.首先时零件实物的散乱点云进行预处理,得到截平面点云,然后实现曲线拟合和重构模型,最后对散乱点云与重构模型进行误差分析,并通过误差生长线来区分误差大的区域.     

面向点云数据的复杂几何模型对象优化方法研究

针对高精度、高保真的点云数据在精简后点云数据重构网格精度降低误差增大的问题,提出了面向点云数据的复杂几何模型对象优化方法.首先通过空间八叉树法建立点云数据和网格的拓扑关系,并利用原始点云到重构网格的距离确定网格的误差,以目标精度为阈值,然后利用增点法对面片进行划分,最后根据插入点算法重新定位插入点.实验验证表明：利用该文方法对兔子和龙进行一次细分使得精简率90%兔子重构网格误差由0.81 mm提升到0.48 mm,精简率90%龙重构网格误差由0.36 mm提升到0.11 mm.     

涡轮逆向工程的三维扫描检测技术

为提高涡轮的三维扫描检测技术水平,采用三维扫描的相位测量技术获取涡轮增压器三维点云数据.利用三维点云数据重构涡轮检测模型,并应用GEOMAGIC QUALIFY软件对其进行3D误差分析和尺寸标注.实验结果表明：涡轮70％左右的数据点云与实物模型之间的偏差在-0.2～0.2mm之间,能够满足涡轮检测质量要求.     

基于三维数字化测量技术的逆向工程应用研究

TRITOP和ATOS的结合应用是逆向工程中点云采集较为先进的方案。进行了光栅式光学扫描系统测量原理的研究,以异形部件为例,详细介绍了逆向的过程。通过ATOS扫描系统对该件进行扫描并对获得的点云数据进行预处理,同时采用CATIA软件对扫描点云进行曲面拟合及模型重构,实现了逆向的目的,偏差分析结果说明该方案可行,满足误差要求。     

逆向重建中B样条曲面过渡/微调精简方法

为提高逆向工程中点云数据精简与重构的精度和效率,改进B样条曲面拟合在曲率精简和曲面重构中的应用问题.对逆向工程中的3维扫描技术、3维设计、点云数据的精简及模型重构做了深入细致的应用研究.提出一种基于B样条曲面过渡/微调精简算法,将该研究应用于叶轮的逆向制造中,通过3维扫描获得曲面重构点云数据,将点云数据合理拼合封装与精简,进行曲面重建和3维再设计,同时分析产品的光顺性和精度,并利用快速成型机打印出产品模型样件.研究结果表明该方法既高效提高了曲面建模效率,又改善了逆向建模精度.      

基于CATIA逆向工程复杂样条曲线重构方法研究

对于复杂零件的逆向设计,常常是通过激光、三坐标测量仪等方法对样件三维数据进行采集,可获得高质量的点云文件。但是这些点云文件数量很大,计算时将耗费过多的计算机资源。基于CATIA软件对点云数据进行过滤、划界、分网等处理方法进行了研究,运用曲线重构的方法,创建特征曲线组,利用多段曲线拟合获得点云的特征线网络,最后将拟合得到的曲线与原始点云数据进行误差分析。研究证明,通过这种方法可以获得质量更好、占据资源更小的曲线,为后续曲面和实体的生成奠定了精确基础。     

基于Imageware逆向工程的关键技术与应用

Imageware是很好逆向工程软件,它可以迅速的将扫描数据以点云呈现,操作严谨,能对重构的曲面加以高精度的误差处理。本文在介绍逆向工程的现状以及其工流程后,又通过一个golf点云重构实例,主要有点云预处理、由点生线、由线生面,误差分析等过程,来介绍imageware在逆向工程中的关键技术与应用。     

反求工程中散乱点云数据的自动分割与曲面重构

提出了一种在反求工程中对散乱点云数据进行自动分割与曲面模型重构的方法．建立了散乱点云数据之间的拓扑信息，对点云数据进行三角剖分重构网格曲面模型．基于网格曲面求解点云数据的曲率极值，提取边界点云，进一步拟合成边界曲线．利用边界曲线将整个点云自动分割，每一片点云采用二次曲面或自由曲面进行拟合，对于二次曲面可以根据参数自动确定曲面类型，最终得到完整的CAD模型．用一个鞋跟模型的实例证明了该方法的有效性．     

基于曲面重构中点模型的面元简化的研究

点云数据的曲面重构是逆向工程的关键技术。为了有效简化密集采样点模型,本文在分析现有重构方法局限性的基础上提出了一个曲面重建和简化的算法.在每个采样点附近重建一个函数曲面,根据给定误差得到置信邻域,重新计算函数曲面,得到更大的置信邻域,反复迭代,并在更大范围内逼近原模型的面元.采用面元简化方法对点模型进行简化,删除了相互重叠而形成的冗余面元,从空面元集开始,每次选出一个最佳面元添加到该集,直到该集完全覆盖原模型表面。     

基于激光点云的车辆外廓尺寸动态测量方法

为解决车辆外廓尺寸测量中存在的测量准确度低、重复性差及三维轮廓重构质量差的问题,提出一种基于激光点云的动态测量方法.首先基于车辆外廓尺寸动态测量原理,对系统测量方案进行了设计.然后为去除激光雷达在采集过程中产生的噪声和冗余数据,基于kd-tree建立点云空间拓扑关系并采用邻域平均法实现点云数据的去噪,借助最小二乘法判断局部曲率特征对点云数据进行精简,并通过边界点识别算法对边界特征进行保护.最后通过实车试验对所提方法进行验证,并设计出反光镜滤除方案及曲线行驶矫正模型,实现对试验结果的进一步优化.试验结果表明:4种车型的示值误差均小于1%,重复性最大为0.48%,具有较高的准确度和较好的稳定性,满足国家标准要求;根据车辆三维轮廓重构模型,可对超限位置快速定位.     

间接法数字化印模及3D数据偏差对比实验研究

针对口腔数字化诊疗中的牙植入体逆向建模过程利用光栅3维扫描的曲面拟合误差影响建模精度,传统漏洞修补重构的点云数据拼合失真等问题;通过对间接牙模型进行逆向建模及拼接误差对比实验,找出数字化印模重构特征曲面与有效降噪的曲面重构平顺性弥补方法;得出了优化的实验流程,通过3D数据对比验证不同扫描方式优劣的3D分析结果,研究结果表明改进的实验对比方法有效找出了间接数字化印模的3DP植入体在临床应用中存在误差的原因,并验证了提高3维扫描精度的有效方法,降低了逆向建模中点云数据漏洞修补畸变率.      

逆向工程中NURBS曲面重构技术

针对激光扫描系统采集的机械零件点云数据的特点,在原始点云数据预处理上,采用删除非曲面上的点云数据、拼接、排序和点云数据切片等方法,对数据进行平滑和分块,利用非均匀B样条法对切片点云数据进行光滑和数据插补,给出了NURBS曲面的重构方法,重构过程简单、适用,该方法是一种有效实用的方法.     

点云三角化处理技术研究

点云的三角化处理是点云三维重构中必不可少的处理步骤,其处理效果直接决定了点云三维重构结果的好坏,而点云进行三角化时搜索半径r的参数设置决定了点云三角化的处理效果.针对该参数的取值及其对点云三角化结果的影响做了研究.首先对点云数据进行预处理,然后利用最小二乘法原理对点云进行平滑处理,最后将平滑处理后的点云利用贪婪三角化算法实现点云数据的三角网格化.结果表明,点云三角化处理技术在搜索半径r大于等于5倍采样间距(平均间距)时,能够快速准确地生成质量较好的点云三角模型.     

激光扫描点云数据的NURBS曲面重构技术研究

利用激光扫描系统采集的点云数据具有在某一维上不变的特点,提出了基于NUBRS重构曲面的方法.在原始点云数据预处理上,采用删除非曲面上的点云数据、拼接、排序和点云数据切片等方法,利用最小二乘非均匀B样条法对切片点云数据进行光滑和必要的数据插补,并经二次采样后得到重构曲面的数据.以鼠标表面的重构过程说明了该方法的有效性和实用性.图4,参7.     

基于线结构光点云三维重建的弯管形工件测量方法

弯管形工件在化工、冶金生产中应用广泛,对其截面参数要求精确度极高,但该类工件由于内外形状不规则,人工测量效率低、细节捕捉度差、出错率高,难以满足工业在线实时检测的要求,因此提出使用线结构光扫描获取弯管外形三维点云数据的方法对弯管截面进行实时测量.使用已标定好的线结构光三维测量平台扫描约以4.3 cm/s移动的弯管模型并获取其点云数据,对点云数据进行最近点迭代法配准、高斯滤波去噪、改进的角度偏差法简化,然后采用Delaunay三角网生长算法对点云进行三维重构,并对重构模型的宽度、半径、内径进行拟合测量.实验测量过程耗时约20 s,测误差小于0.05 mm,结果表明该方法具有较高的精确度与准确性,可大幅度提升工件检测效率,有良好的工业应用前景.     

车载三维激光用于城市建模技术研究

利用激光扫描仪获取的点云数据构建实体三维几何模型时,针对不同的应用对象、不同点云数据的特性,激光扫描点云数据建模的过程和方法也不尽相同。概括地讲,整个点云数据建模过程包括数据预处理和模型重建。数据预处理为模型重建提供可靠精确的点云数据,降低模型重建的复杂度,提高模型重构的精确度和速度。该文提出的方法能够很好的为快速三维建模进行服务,尤其是比较关注街道两侧信息的三维获取,这将大大减少人工三维数据获取及其建模的工作量,将有很好的应用前景。     

基于激光点云数据的三维建模技术研究

利用激光扫描仪获取的点云数据构建实体三维几何模型时,针对不同的应用对象、不同点云数据的特性,激光扫描点云数据建模的过程和方法也不尽相同。概括地讲,整个点云数据建模过程包括数据预处理和模型重建。数据预处理为模型重建提供可靠精确的点云数据,降低模型重建的复杂度,提高模型重构的精确度和速度。该文提出的方法能够很好的为快速三维建模进行服务,尤其是比较关注街道两侧信息的三维获取,这将大大减少人工三维数据获取及其建模的工作量,将有很好的应用前景。     

激光测量技术在摩托车外壳曲面建模中的应用

以某型号摩托车外壳的开发过程为例，从曲面数据的获取、数据分析以及曲面重构三方面，对三维曲面重建中的一些关键技术进行了深入研究．研究过程发现，对从样品本身获得的大量点数据进行不同方法的处理，直接影响到最终的曲面模型的重构．采用手动拼合方法对多笔点云数据进行处理以及最终采用手动提取方法提取特征线，能够最大程度地符合复杂曲面的重构要求，与实际样品相比，其误差可以降到最低水平．     

ICP算法在双目结构光系统点云匹配中的应用

双目结构光系统在测量物体时有更好的效果,测量物体视野是单目测量系统的两倍。该文根据针孔成像理论给出了双目结构光重构的数学表达式,并通过Zhang氏标定法给出了标定结果。在双目系统中,投影仪和摄像机的标定误差、仪器设备的系统误差,都会导致得到的两组三维点云数据不能很好地重合。因此,该文提出将标定获得的两个摄像机关系矩阵做为点云匹配的初值,使用改进的最近迭代点(iterative closest points,ICP)算法,加速点云匹配时间,并对经过初值变换的点云数据进行再次匹配,进一步减小系统在标定过程中的误差,从而达到对标定误差进行补偿的目的。实验结果表明:改进的ICP算法使标定后的点云能够很好地重合,并对标定值进行了修正,点云匹配的时间缩短为0.3s。